سایت اصلی دانشگاه
نقشه سایت
عضویت / ورود اعضاء
پست الکترونیک
۱۴۰۴ پنج شنبه ۱۱ مهر
EN
دوباره تلاش كنيد
!!!b1!!!
!!!b1!!!
درباره دانشكده
تاريخچه دانشكده
روسای پیشین
اعضاي دانشكده
رياست دانشكده
معاونت ها
معاون آموزشي
معاون پژوهشي
معاون دانشجويي
پرسنل دانشكده
مسئول بین المللی سازی دانشکده
تحصیلات تکمیلی و امور پژوهشی
امور پژوهشی
امور تحصيلات تكميلي
امور پژوهشي و ارتقا هيات علمي
كميته ارتقا و تبديل وضعيت
راهنماي نحوه تكميل شناسنامه علمي متقاضيان ارتقاء
دستورالعمل اجرايي آيين نامه ارتقا (دستورالعمل داخلي دانشگاه اصفهان)
نحوه بارگزاری مقالات در سامانه گلستان
امتیاز مجلات مهندسی(1402)
گروه هاي آموزشي
مهندسی برق
مهندسی پزشکی
مهندسی شیمی
مهندسی مکانیک
مهندسی صنایع و آینده پژوهی
مهندسی هوافضا
گروه مهندسی برق
جلسه دفاع از پایان نامه کارشناسی ارشد آقای سپهر کوزه گران
جلسه با موضوع تخمین زاویه ورود منابع در حضور نویز غیر گوسی با استفاده از یادگیری عمیق، در تاریخ شنبه 12 مهر1404 برگزار می گردد.
جلسه دفاع از پایان نامه کارشناسی ارشد آقای
سپهر کوزه گران
با موضوع
تخمین زاویه ورود منابع در حضور نویز غیر گوسی با استفاده از یادگیری عمیق
، از گروه مهندسی برق در تاریخ شنبه 12 مهر1404، ساعت 10 دراتاق شورای ساختمان صناعت برگزار می گردد.
استاد راهنما: دکتر
سیدمحمد صابرعلی
چکیده:
تخمین زاویهی ورود منابع در شرایط غیر گوسی و ضربهای بودن نویز چالش برانگیز میباشد. برای مدل سازی نویز ضربهای در پردازش سیگنال آرایهای معمولا از توزیع ?-stable استفاده میشود. در حالت کلی گشتاور مرتبه دوم توزیع ?-stable نامحدود میباشد، بنابراین در این شرایط عملکرد الگوریتمهای مبتنی بر زیرفضا مانند MUSIC که از ماتریس کواریانس برای تخمین زاویهی ورود منابع استفاده میکنند، به شدت افت پیدا میکند. در این پایان نامه یک شبکهی کانولوشنی عمیق با دو تابع فعال ساز (DCNTA-MUSIC)، پیشنهاد شده است تا در شرایط نویز ضربهای ?-stable زاویهی ورود منابع را تخمین بزند. شبکهی پیشنهادی اسنپشاتهای خروجی آرایه را دریافت کرده و توسط لایههای کانولوشنی یک بعدی ماتریس شبه کواریانس را محاسبه میکند و از روی آن طیف MUSIC را محاسبه کرده و زاویهی منابع را به صورت رگرسیون تخمین میزند. برای تضعیف اثر نویز ضربهای در شبکهی پیشنهادی از تابع Tanh استفاده شده است. استفاده از تابع Tanh برای تضعیف اثر نویز باعث مقاوم بودن شبکهی پیشنهادی در شرایط نویز ضربهای باشدت بالا میشود. برای آموزش و آزمایش شبکهی پیشنهادی سه شرایط: منابع توان برابر ناهمدوس، منابع توان برابر همدوس و منابع توان نابرابر ناهمدوس در نظر گرفته شده است و شبکه برای هر یک از شرایط به صورت جداگانه آموزش داده شده و عملکرد آن نسبت به سایر روشها به ازای GSNR، پارامتر آلفا و تعداد اسنپشاتهای مختلف بررسی میشود. نتایج شبیهسازی نشان میدهد که شبکهی پیشنهادی در شرایط همدوس بودن منابع و یا وجود اختلاف توان بین منابع در GSNR های پایین و در شرایط نویز ضربهای با شدت بالا، از سایر روشهای بررسی شده عملکرد بهتری از خود نشان میدهد.
تاریخ:
1404/07/12
تعداد بازدید:
34
منبع:
کلیه حقوق این پایگاه متعلق به
مرکز فناوری اطلاعات و ارتباطات دانشگاه اصفهان
می باشد.
کتابخانه مرکزی
سامانه پرداخت الکترونیک
اتوماسیون اداری
سامانه آموزشی و پژوهشی
پست الکترونیکی
راهنمای تلفن
یادگیری الکترونیکی
Powered by
Dorsa
Portal